基于全卷積神經(jīng)網(wǎng)絡(luò)的測繪遙感壓縮影像分辨率優(yōu)化研究

余龍君

（廣東省國土資源測繪院，廣東 廣州 510500）

0.引言

測繪遙感技術(shù)目前廣泛應(yīng)用于地質(zhì)勘探、地形分析、航天航空以及海洋環(huán)境勘察等工作中，通過測繪遙感設(shè)備得到真實的環(huán)境影像，為了便于這些影像的存儲，以壓縮圖像的形式保存這些影像，而這一過程會使影像分辨率下降。目前，關(guān)于遙感壓縮影像方面的研究已有很多，如林瑤瑤等人從影像灰度、紋理、相關(guān)性等質(zhì)量特征和精度兩方面進行影像壓縮質(zhì)量評價實驗，開展了多種格網(wǎng)尺寸DSM的提取，通過比較不同壓縮比下重建與原始影像生成的DSM平均高程誤差實現(xiàn)了遙感壓縮影像分辨率的優(yōu)化。但是由于實際地形因子以及測試影像會影響提取精度，從而導(dǎo)致影像壓縮的效果被降低。陳文青等人提出一種基于奇異值分解（SVD）的遙感圖像壓縮方法，首先通過SVD分解獲得壓縮矩陣，然后采用局部壓縮矩陣生成原始圖像的近似圖像。在分解過程中，通過壓縮矩陣的奇異值曲線獲取奇異值的衰減曲線以及對圖像的貢獻程度，選取不同的壓縮值可以實現(xiàn)遙感圖像的壓縮。但是對壓縮處理時間和特征點定位方面沒有深入研究。因此研究基于全卷積神經(jīng)網(wǎng)絡(luò)的測繪遙感壓縮影像分辨率優(yōu)化方法。全卷積神經(jīng)網(wǎng)絡(luò)拋棄常規(guī)卷積神經(jīng)網(wǎng)絡(luò)模型的全連接層，轉(zhuǎn)而使用卷積層分析數(shù)據(jù)原始尺寸，通過逐像素計算分類損失得到分割結(jié)果，一定程度上減少了采樣過程中的信息丟失。……